Disponible para Head of AI · VP AI Engineering · Field CTO · AI Transformation · AI Modernization · Asesoría ejecutiva
Las herramientas llegaron. Cada ingeniero se volvió más rápido. Aguas abajo no se movió nada, porque revisión, QA, cumplimiento y despliegue estaban dimensionados para el rendimiento anterior y nadie los redimensionó. Después llega la pregunta difícil desde la junta directiva: ¿puede demostrar que algo de este resultado es correcto?
Responder eso es trabajo de un ejecutivo. He pasado veinticinco años del lado de la ingeniería, y los últimos dos escribiendo exactamente cómo sale mal.
Lo que se escala como un problema de IA suele ser un problema de capacidad un paso más abajo. Los tres pasos de la derecha se lo explican en cuarenta segundos.
Cualquier candidato puede describir el problema. Esto es lo que yo haría al respecto, desde el primer día. Pídame que defienda cualquier parte.
Dónde ya se usa IA, incluido el uso en la sombra que nadie puso en una lámina. Qué produce, quién lo revisa y si esa revisión detectaría un error en caso de haberlo.
Tome el flujo de mayor volumen y póngale evaluación de verdad. Verificaciones deterministas, una compuerta respaldada por pruebas, telemetría. Publique los números internamente, incluidos los que no favorecen.
Enrutamiento de modelos consciente del costo, con un presupuesto que la dirección pueda ver, un arnés de evaluación que los equipos posean en lugar de alquilar, y una política de escalamiento donde “lo revisa una persona” nombre a alguien y un umbral.
Cuatro reglas, en el orden en que las aplicaría.
Arregle la restricción que de verdad manda. Casi nunca es el modelo, casi siempre es revisión y despliegue.
Avance a la velocidad que la gente pueda absorber. Los despliegues que se quedan son los que tomaron en serio a las personas.
Gobierne para verificar, no para dar confianza. Si nadie puede decir qué refutaría el resultado, no está gobernado.
Vigile la capacidad que la organización terceriza en silencio. La dependencia se acumula como cualquier otra deuda.
La mayoría de los candidatos para un rol así le pide que acepte su criterio por fe. El mío está en el historial, escrito en público y con fecha. Graficado por cuándo, y por cuánto tomó sostener el argumento.
Los ensayos están en inglés.
La escritura es reciente. El criterio detrás no lo es.
Quince años en Growth Acceleration Partners como Principal AI Solutions Architect y líder de equipo, asesorando a interlocutores de dirección, ventas, producto e ingeniería en estrategia de modernización, viabilidad y riesgo, mientras construía los sistemas multiagente que hacían el trabajo.
Antes de eso, Director of Web Software Engineering en ITS, dentro del equipo de alta dirección, presentando en conferencias de la industria sobre arquitectura web y cómputo de alto rendimiento. Más atrás, liderazgo de ingeniería en World Travel Holdings a cargo del comercio electrónico de marca blanca para las principales marcas de viajes del mundo, con equipos en Massachusetts, Florida y Brasil.
Formado en bioquímica y filosofía, una trayectoria rara para este trabajo hasta el momento en que alguien tiene que decidir qué cuenta como evidencia. Ambas son disciplinas sobre qué se puede afirmar y con qué fundamento. Eso resulta ser la mayor parte de este trabajo.